numpy.random.seed()的使用

seed()的含义:

seed()用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed()值，则每次生成的随机数都相同，如果
不设置这个值，则系统则根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。

理解：
当我们设置相同的seed，每次生成的随机数相同。
如果不设置seed，则每次会生成不同的随机数。

numpy.random.seed(0) ; numpy.random.rand(4)  
array([ 0.55,  0.72,  0.6 ,  0.54])  

numpy.random.seed(0) ; numpy.random.rand(4)  
array([ 0.55,  0.72,  0.6 ,  0.54])  

>>> numpy.random.rand(4)  
array([ 0.42,  0.65,  0.44,  0.89]) 

>>> numpy.random.rand(4)  
array([ 0.96,  0.38,  0.79,  0.53])  

一点思考：
第一份code
输入

from numpy import *    ##这个和import numpy 是一样的
num=0
while(num<5):
    random.seed(5)
    print(random.random())
    num+=1

输出

0.22199317108973948
0.22199317108973948
0.22199317108973948
0.22199317108973948
0.22199317108973948

发现每次输出的数是一样的
第二份code
输入

from numpy import *    
num=0
random.seed(5)
while(num<5):
    print(random.random())
    num+=1

输出

0.22199317108973948
0.8707323061773764
0.20671915533942642
0.9186109079379216
0.48841118879482914

发现每次输出的数不同，但第一次输出和上面相同，在例2中，因为seed(5)并没有放到While循环中去，故只执行了一次，故第二次输出的第一个值和上面是一样的，后面的并没有执行到seed(5)，故生成的值是不同的。

总结

当我们设置相同的seed，每次生成的随机数相同。
如果不设置seed，则每次会生成不同的随机数。